
图片来自 newsroom.st.com 的相关公开报道,展示产品、原型、使用场景或事件背景;具体信息以原始来源为准。 摄影/版权标识:newsroom.st.com。 来源:newsroom.st.com
当机器人、智能家居和AR眼镜还在为“看不清”而烦恼时,意法半导体(ST)扔出了一颗“小钢炮”——VL53L9直接飞行时间3D LiDAR模块。这个只有指甲盖大小的传感器,居然塞进了2268个测距区域,能像雷达一样扫描54°×42°的视野,最远看9米,每秒刷新100次,精度达到1%。更狠的是,它把处理芯片、电源管理全集成在一个12.8×6.1×4.6毫米的封装里,号称“免校准、即插即用”,连低算力的单片机都能轻松驾驭。ST表示,这玩意儿就是为边缘AI系统量身定做的,让机器人躲开障碍、让AR眼镜读懂手势、让养老院自动检测老人跌倒——而且不用联网,本地就能搞定。
目前能确认到哪一步
announced(已发布):ST官方于2026年6月22日宣布VL53L9模块,计划2026年7月初量产,目前可提供样品和批量发货。所有技术规格均来自官方新闻稿,尚未有独立评测或第三方验证。
小身材,大视野:2268个“像素”的3D扫描
VL53L9最抓眼球的是它的分辨率:54×42的测距区域,总共2268个“像素点”。这可不是普通ToF传感器那种几十个点的稀疏网格,而是能勾勒出物体轮廓和边缘的精细深度图。ST用了一种叫“双扫描泛光照明”的技术,取代了传统点阵扫描,据说能减少运动伪影、消除盲区,连小物件都能精准捕捉。配合100帧/秒的刷新率,快速移动的物体也能被实时追踪——比如机器人手臂抓取零件,或者VR手柄在空中划过的轨迹。
探测范围从5厘米到9米,覆盖了大多数室内场景。1%的精度意味着在3米外能分辨出3厘米的深度差异,足以识别一个人的手势或一个杯子的位置。ST强调,这些数据是“AI就绪”的,直接输出给边缘AI芯片就能用,不需要复杂的后处理。对于低功耗、低算力的设备来说,这相当于省掉了一颗额外的处理芯片。

图片来自 newsroom.st.com 的相关公开报道,展示产品、原型、使用场景或事件背景;具体信息以原始来源为准。 摄影/版权标识:newsroom.st.com。 来源:newsroom.st.com
集成狂魔:把整个LiDAR系统塞进一颗芯片
VL53L9的封装尺寸只有12.8×6.1×4.6毫米,比一枚一元硬币还小。但里面却集成了ST自研的堆叠式BSI SPAD传感器、新型超表面光学元件(MOE)、片上dToF处理引擎,以及一颗专用的电源管理IC。这意味着设备厂商不用再外挂处理器、不用费心校准光路,直接焊在主板上就能用。ST宣称它是“完全免校准”的,兼容多种盖板玻璃材料,支持1.2V和3.3V双电源,输出接口可选MIPI或I3C,适配各种CPU架构。
这种高度集成降低了系统复杂度和成本,尤其适合消费级产品。比如AR眼镜,原本需要独立的摄像头、处理芯片和电源模块,现在一个VL53L9就能搞定深度感知。ST还强调它是Class 1激光安全认证,对人眼无害,可以放心用在智能家居和可穿戴设备上。不过,这些优势目前还停留在官方宣传层面,实际功耗、散热和长期稳定性有待量产后的第三方测试。

图片来自 newsroom.st.com 的相关公开报道,展示产品、原型、使用场景或事件背景;具体信息以原始来源为准。 摄影/版权标识:newsroom.st.com。 来源:newsroom.st.com

图片来自 newsroom.st.com 的相关公开报道,展示产品、原型、使用场景或事件背景;具体信息以原始来源为准。 摄影/版权标识:newsroom.st.com。 来源:newsroom.st.com
边缘AI的“眼睛”:从机器人到养老院的野心
ST给VL53L9画了一张很大的应用版图:机器人用它做SLAM建图和避障,工业自动化用它测量料箱体积,智能楼宇用它统计人流,AR/VR用它做手势和身体追踪,医疗健康则用它监测老人跌倒。这些场景的共同点是:需要在本地实时处理深度数据,不能依赖云端。VL53L9的“AI就绪”输出正好匹配低算力MCU,让边缘设备自己“看懂”环境。
不过,这些应用并非VL53L9独有,竞品如索尼的DepthSense、英飞凌的REAL3等也在争夺同一市场。ST的优势在于模块化、小尺寸和免校准,但9米的最大探测距离在户外或大空间场景中可能不够用。Yole分析师指出,高分辨率多区域dToF模块正成为3D传感下一波增长的关键,而VL53L9能否成为爆款,还要看实际量产后的性价比和客户接受度。
资料线索
• newsroom.st.com
• markets.businessinsider.com
本文是基于公开页面整理的 AI 硬件情报,不是本站实测或购买建议。图片发布副本增加 waoo.ai 水印,原摄影者和来源标识保留。

交流讨论
最新评论